【正文】 的差異是由于車(chē)速浮動(dòng)或者數(shù)據(jù)傳輸延時(shí)造成的，在容錯(cuò)范圍之內(nèi)，智能車(chē)輛不再重復(fù)發(fā)布。否則，車(chē)輛將向駕駛員傳達(dá)新的建議行駛信息。 策略計(jì)算模型 車(chē)輛執(zhí)行模型當(dāng)智能車(chē)輛接收到引導(dǎo)結(jié)果后，綜合考慮系統(tǒng)工作的經(jīng)濟(jì)成本、駕駛員行為的靈活性和舒適性、車(chē)輛行駛的安全性，對(duì)引導(dǎo)結(jié)果進(jìn)行篩選和分析，可將車(chē)輛對(duì)引導(dǎo)結(jié)果的反應(yīng)以及傳達(dá)給駕駛員的情況分為以下三類(lèi)。由于引導(dǎo)結(jié)果中的非引導(dǎo)通過(guò)并不發(fā)送給智能車(chē)輛，因此以下智能車(chē)輛反應(yīng)結(jié)果的總和應(yīng)與系統(tǒng)前三種引導(dǎo)結(jié)果的總量相等。 車(chē)輛反應(yīng)216。 反應(yīng)結(jié)果一 引導(dǎo)成功智能車(chē)輛執(zhí)行系統(tǒng)傳輸?shù)臄?shù)據(jù)包中的引導(dǎo)結(jié)果并通過(guò)車(chē)載視頻音頻設(shè)備反饋給駕駛員，駕駛員完全遵從智能車(chē)速引導(dǎo)，在未停車(chē)的前提下，完成所在路段的行駛并通過(guò)交叉口停車(chē)線(xiàn)，引導(dǎo)結(jié)束。216。 反應(yīng)結(jié)果二 引導(dǎo)保持車(chē)輛內(nèi)部處理系統(tǒng)比較上一次引導(dǎo)結(jié)果和本次接受到的引導(dǎo)結(jié)果，若引導(dǎo)車(chē)速相差不超過(guò)5km/h且車(chē)輛在前后兩次引導(dǎo)結(jié)果更新的時(shí)間段內(nèi)沒(méi)有通過(guò)交叉口，則認(rèn)為計(jì)算結(jié)果的差異是由于車(chē)速浮動(dòng)或者數(shù)據(jù)傳輸延時(shí)造成的，在容錯(cuò)范圍之內(nèi)。智能車(chē)輛不對(duì)上次向駕駛員發(fā)布的駕駛引導(dǎo)策略進(jìn)行更新，保障駕駛員不會(huì)因?yàn)轭l繁策略調(diào)整而產(chǎn)生厭煩情緒。216。 反應(yīng)結(jié)果三 引導(dǎo)放棄在以下三種情況下，車(chē)載設(shè)備取消該次引導(dǎo)的車(chē)速提示，并提醒駕駛員小心自主駕駛：Case 1：接受引導(dǎo)的智能車(chē)輛個(gè)體行為。駕駛員人為主動(dòng)停止遵循引導(dǎo)策略或車(chē)輛由于駕駛員的意志改變預(yù)定的行駛路徑，離開(kāi)干道的直行車(chē)道，進(jìn)入轉(zhuǎn)向?qū)Ｓ密?chē)道、與干道相交的其他道路、干道的輔道或干道沿線(xiàn)出入口，在該引導(dǎo)路段系統(tǒng)會(huì)放棄引導(dǎo)；Case 2：接受引導(dǎo)的智能車(chē)輛與非智能車(chē)輛的交互。由于系統(tǒng)無(wú)法獲取非智能車(chē)輛的運(yùn)行軌跡，接受引導(dǎo)的智能車(chē)輛在行駛過(guò)程中，可能會(huì)遇到低速行駛的非智能車(chē)輛的阻礙，在無(wú)法實(shí)現(xiàn)超車(chē)的交通條件下，當(dāng)與非智能車(chē)輛的車(chē)頭時(shí)距小于安全車(chē)頭時(shí)距，這里設(shè)置為2s，放棄該次引導(dǎo)；Case 3：接受引導(dǎo)的智能車(chē)輛人為減速運(yùn)行或停止運(yùn)行。當(dāng)車(chē)速引導(dǎo)系統(tǒng)檢測(cè)到智能車(chē)輛駕駛員人為不接受引導(dǎo)建議超過(guò)一定閾值時(shí)，系統(tǒng)會(huì)放棄引導(dǎo)。 仿真評(píng)價(jià)系統(tǒng)的結(jié)構(gòu)與實(shí)現(xiàn) 仿真環(huán)境以VISSIM ，并基于其提供的VISSIM. COM端口，在Visual Studio 2008的編程環(huán)境下，利用VB編程語(yǔ)言完成仿真評(píng)價(jià)系統(tǒng)功能的實(shí)現(xiàn)。下面對(duì)這幾種使用工具做簡(jiǎn)要介紹。 VISSIMVISSIM是由德國(guó)PTV公司開(kāi)發(fā)的微觀交通流仿真系統(tǒng)，該系統(tǒng)是一個(gè)離散的、隨機(jī)的、以十分之一秒為時(shí)間步長(zhǎng)的微觀仿真軟件[98]。交通流仿真一般應(yīng)包括3個(gè)方面，即：仿真車(chē)輛的選擇、仿真交通流模型、仿真評(píng)價(jià)結(jié)果。VISSIM的交通流仿真主要從以下3個(gè)方面來(lái)實(shí)現(xiàn)。首先，VISSIM中有豐富的車(chē)輛類(lèi)型（小汽車(chē)、貨車(chē)、大型客車(chē)、電動(dòng)車(chē)、自行車(chē)、行人）還可以對(duì)現(xiàn)有車(chē)輛類(lèi)型進(jìn)行修改和添加，可以對(duì)復(fù)雜地區(qū)的交通流各個(gè)類(lèi)型分別進(jìn)行參數(shù)設(shè)定。其次，VISSIM描述交通行為采用Wiedemann的基于駕駛員生理和心理過(guò)程的行為跟馳模型，能夠較為準(zhǔn)確的模仿交通參與者的行為。最后VISSIM提供了多種類(lèi)型的評(píng)價(jià)功能，可以對(duì)選定路段進(jìn)行行程時(shí)間、延誤時(shí)間、排隊(duì)長(zhǎng)度等進(jìn)行計(jì)算，生成相應(yīng)的評(píng)價(jià)數(shù)據(jù)輸出文件，并且能對(duì)仿真結(jié)果進(jìn)行全面分析和有效展示?；谏鲜鰞?yōu)點(diǎn)，本文選用VISSIM作為交通仿真工具。 [99]。有時(shí)候，項(xiàng)目要求對(duì)運(yùn)行前后或大量方案進(jìn)行廣泛調(diào)查，在這種情況下，VISSIM應(yīng)用于其它應(yīng)用程序，作為一個(gè)進(jìn)行交通規(guī)劃計(jì)算的工具框。模型的數(shù)據(jù)和仿真能夠通過(guò)COM界面得到，這時(shí)VISSIM類(lèi)似于自動(dòng)服務(wù)器，能夠?qū)С鲈撐募忻枋龅膶?duì)象、方法和特征屬性。 Automation，用戶(hù)能夠應(yīng)用所有的RAD(Rapid Application Development)的工具，腳本語(yǔ)言可以采用Visual Basic或Java，編程環(huán)境可以使Visual C++或Visual J++。因此可以通過(guò)COM端口的方式，獲得仿真過(guò)程中的路段信息，車(chē)輛信息和信號(hào)燈信息，在VB進(jìn)行計(jì)算計(jì)算后，獲得相應(yīng)的調(diào)整信息，并且在仿真過(guò)程中體現(xiàn)出來(lái)。 Visual Basic語(yǔ)言演變而來(lái)的，是一種為高效地生成類(lèi)型安全和面向?qū)ο蟮膽?yīng)用程序而設(shè)計(jì)的語(yǔ)言。Visual Basic允許開(kāi)發(fā)人員開(kāi)發(fā)面向Windows、Web和移動(dòng)設(shè)備的程序。 Framework的語(yǔ)言一樣，使用Visual Basic編寫(xiě)的程序都具有安全性和語(yǔ)言互操作性方面的優(yōu)點(diǎn)。，通過(guò)代碼編程方式，對(duì)VISSIM相關(guān)參數(shù)進(jìn)行調(diào)整，方針進(jìn)行時(shí)對(duì)車(chē)輛，信號(hào)燈信息進(jìn)行處理，并通過(guò)可視化界面展示相應(yīng)調(diào)整。研究開(kāi)發(fā)的IntelliDrive仿真結(jié)構(gòu)包括四個(gè)功能模塊：①I(mǎi)ntelliDrive通訊模塊；②微觀交通模塊；③策略應(yīng)用模塊；④數(shù)據(jù)庫(kù)模塊。 仿真結(jié)構(gòu) IntelliDrive通訊模塊該模塊的設(shè)計(jì)參考SAEJ2735標(biāo)準(zhǔn)的描述[100]及Tanikella, , [101]，負(fù)責(zé)模擬車(chē)載單元和路邊單元在IntelliDrive環(huán)境下的工作行為，共計(jì)四種任務(wù)。 車(chē)載單元的上傳任務(wù)該任務(wù)的目的是按照預(yù)設(shè)置的車(chē)載單元數(shù)據(jù)快照生成和上傳規(guī)則，動(dòng)態(tài)抽取交通微觀仿真模塊中的車(chē)輛數(shù)據(jù)，定時(shí)生成周期快照并將其上傳至路邊單元，為策略應(yīng)用模塊的運(yùn)行收集數(shù)據(jù)。顯然，從時(shí)間軸上看，通過(guò)上傳任務(wù)的車(chē)輛數(shù)據(jù)并非是仿真器中連續(xù)的車(chē)輛數(shù)據(jù)。DSRC協(xié)議中數(shù)據(jù)快照雖然可以提供非常豐富的數(shù)據(jù)，但其中很多參數(shù)難以在仿真模型中建模且對(duì)引導(dǎo)策略影響相對(duì)較小，考慮到開(kāi)發(fā)成本，因此不將其列入上傳數(shù)據(jù)之中。由于本文的仿真結(jié)構(gòu)主要是以評(píng)價(jià)引導(dǎo)策略為目的，因此對(duì)實(shí)際的數(shù)據(jù)快照生成和上傳規(guī)則予以簡(jiǎn)化?，F(xiàn)階段選擇不受車(chē)速影響的定周期生成周期性車(chē)輛數(shù)據(jù)快照，周期設(shè)置為4s。而啟動(dòng)/停止數(shù)據(jù)快照是按照引導(dǎo)策略的需求，5s內(nèi)不移動(dòng)則視為車(chē)輛停止。且不考慮每次上傳中由于緩存限制容量帶來(lái)的數(shù)據(jù)快照丟失情況，這樣的設(shè)定將利于引導(dǎo)策略功能的發(fā)揮。 路邊單元的處理任務(wù)該任務(wù)的目的是過(guò)濾車(chē)載單元傳遞來(lái)的快照中的車(chē)輛數(shù)據(jù)，作為策略計(jì)算模型的輸入。其仿真意義是模塊保留距離系統(tǒng)工作更新時(shí)刻最近的車(chē)輛數(shù)據(jù)，合成引導(dǎo)策略的輸入變量表單，交付引導(dǎo)策略應(yīng)用程序模塊。輸入表單的參數(shù)主要包括車(chē)載單元ID、即將通過(guò)的交叉口ID、路段號(hào)、車(chē)道號(hào)、路段坐標(biāo)、當(dāng)前車(chē)速、期望車(chē)速、當(dāng)前時(shí)刻、縱向加速度、車(chē)型、最高限制車(chē)速、最低限制車(chē)速。其中車(chē)型參數(shù)在現(xiàn)實(shí)的DSRC協(xié)議中并不存在，而研究中為了對(duì)期望車(chē)速、縱向加速度、最高限制速度等參數(shù)進(jìn)行取值，故采用車(chē)型概念對(duì)以上參數(shù)進(jìn)行連續(xù)變量的離散化處理，將其表達(dá)為車(chē)型的函數(shù)形式。 路邊單元的發(fā)布任務(wù)該任務(wù)是在每一個(gè)更新間隔，接受策略計(jì)算模型生成的引導(dǎo)策略，并將系其通過(guò)路邊單元發(fā)布給車(chē)載單元。其仿真意義是與車(chē)載單元的反應(yīng)任務(wù)協(xié)同作用，接受引導(dǎo)策略模塊生成的數(shù)據(jù)，并使其對(duì)交通微觀仿真模塊生效。通過(guò)將引導(dǎo)車(chē)速賦值給車(chē)輛的期望車(chē)速實(shí)現(xiàn)對(duì)車(chē)輛行駛狀態(tài)的控制。因?yàn)樵谏虡I(yè)的交通仿真器中，一般而言，改變期望車(chē)速，不會(huì)消除車(chē)輛的換道、減速等行為，較之直接影響車(chē)速，可以使引導(dǎo)策略的執(zhí)行更加靈活，也使仿真模型為真實(shí)可信。發(fā)布任務(wù)的數(shù)據(jù)表單包含的參數(shù)與現(xiàn)實(shí)中系統(tǒng)對(duì)智能車(chē)輛進(jìn)行車(chē)速引導(dǎo)需要發(fā)送的數(shù)據(jù)一一對(duì)應(yīng)，包括車(chē)輛ID、車(chē)輛的目標(biāo)交叉口編號(hào)、引導(dǎo)速度、引導(dǎo)時(shí)刻、引導(dǎo)距離、引導(dǎo)結(jié)果類(lèi)型。 車(chē)載單元的反應(yīng)任務(wù)該任務(wù)是在每一個(gè)速度導(dǎo)行間隔內(nèi)，將當(dāng)前車(chē)輛接收的引導(dǎo)建議傳送給車(chē)輛執(zhí)行模型。模塊保存了上一次引導(dǎo)成功的引導(dǎo)結(jié)果數(shù)據(jù)，與本次從發(fā)布任務(wù)中獲得的進(jìn)行對(duì)比，完成對(duì)引導(dǎo)策略的初判斷。在后續(xù)行駛判斷中，交通流的OD矩陣是根據(jù)既有數(shù)據(jù)反推得出，目前并沒(méi)有針對(duì)智能車(chē)輛駕駛員可能出現(xiàn)的臨時(shí)改變行駛路徑的行為進(jìn)行建模，因此車(chē)載單元的引導(dǎo)放棄結(jié)果中的第一種可能暫時(shí)沒(méi)有在模型中體現(xiàn)。而其余兩種可能則是通過(guò)模塊內(nèi)無(wú)延誤的數(shù)據(jù)獲取進(jìn)行判斷。車(chē)載單元處理任務(wù)的數(shù)據(jù)表單包含的參數(shù)包括車(chē)載單元對(duì)引導(dǎo)策略的反應(yīng)結(jié)果、車(chē)輛換道和停駛的記錄以及車(chē)輛通過(guò)交叉口停車(chē)線(xiàn)的記錄，包括車(chē)輛ID、記錄時(shí)刻、記錄類(lèi)型（換道、停駛或者通過(guò)）、目標(biāo)交叉口編號(hào)、車(chē)輛本身和前車(chē)（可以是智能車(chē)輛或非智能車(chē)輛）的所在路段編號(hào)、車(chē)道編號(hào)、路段坐標(biāo)。該模塊通過(guò)與數(shù)據(jù)庫(kù)模塊對(duì)接以存儲(chǔ)其四種任務(wù)輸出結(jié)果的歷史記錄。在車(chē)輛單元的上傳任務(wù)和路邊單元的處理任務(wù)中，數(shù)據(jù)快照和處理后的變量表單將被記錄在與IntelliDrive通訊模塊的外部程序相連接的Access中用以仿真后的統(tǒng)計(jì)分析。而其他兩種任務(wù)由于數(shù)據(jù)量相對(duì)較少，可以作為兩張工作簿在仿真運(yùn)行時(shí)寫(xiě)入Excel，而其中以車(chē)輛ID和即將通過(guò)的交叉口ID作為關(guān)鍵列，合并成為一張記錄所有車(chē)載單元接收引導(dǎo)指令過(guò)濾直至完成或者放棄的工作簿。 微觀交通模塊該模塊主要模擬DSG環(huán)境下交通流運(yùn)行行為。本研究中應(yīng)用的是成熟的商業(yè)化交通仿真軟件VISSIM ，它使用了包含跟車(chē)和車(chē)道變換邏輯的微觀交通流模擬模型及各種信號(hào)控制模型，擁有便于與外部程序連接的API接口。經(jīng)過(guò)標(biāo)定的VISSIM模型能夠反應(yīng)混合交通流環(huán)境下的交通運(yùn)行特征，在全世界已得到了廣泛的應(yīng)用[98]。通過(guò)VISSIM的COM接口，外部程序可以通過(guò)微觀交通仿真模塊實(shí)時(shí)提取交通流運(yùn)行數(shù)據(jù)，通過(guò)通訊模塊傳輸給策略應(yīng)用模塊，DSG運(yùn)算后的結(jié)果可以動(dòng)態(tài)調(diào)整智能車(chē)輛的行駛行為。由此，仿真模塊可以完全的整合在DSG仿真系統(tǒng)中。車(chē)流輸入是通過(guò)根據(jù)既有交通量統(tǒng)計(jì)，反推建立干道沿線(xiàn)的OD矩陣，由于干道沿線(xiàn)的交通生成點(diǎn)和吸引點(diǎn)量不會(huì)過(guò)大，可以實(shí)現(xiàn)對(duì)現(xiàn)實(shí)交通OD矩陣的精確復(fù)制。在仿真場(chǎng)景的選擇中，研究推薦采用使路段交通維持在自由流或者同步流水平的OD量，以更清晰地說(shuō)明車(chē)速引導(dǎo)策略的作用。跟馳模型采用VISSIM內(nèi)嵌的Wiedemann99模型，由于仿真中通過(guò)期望速度的改變來(lái)模擬現(xiàn)實(shí)中引導(dǎo)策略對(duì)駕駛行為的影響，現(xiàn)階段認(rèn)為該跟車(chē)模型經(jīng)過(guò)標(biāo)定過(guò)程后，能夠反應(yīng)駕駛員在策略輔助下的對(duì)周?chē)?chē)流的反應(yīng)。信號(hào)控制上采用了干線(xiàn)協(xié)調(diào)控制對(duì)各交叉口信號(hào)進(jìn)行配時(shí)，以作為車(chē)速引導(dǎo)策略實(shí)施的基礎(chǔ)和背景。 策略應(yīng)用模塊策略應(yīng)用模塊的作用是通過(guò)讀取微觀交通模塊的路網(wǎng)拓?fù)?、信?hào)控制等數(shù)據(jù)，同時(shí)接收IntelliDrive通訊模塊傳來(lái)的車(chē)載單元的反應(yīng)任務(wù)的結(jié)果數(shù)據(jù)，按照自身內(nèi)部仿真時(shí)鐘觸發(fā)DSG策略計(jì)算模型，策略計(jì)算模型的結(jié)果返回給IntelliDrive通訊模塊發(fā)布給個(gè)智能車(chē)輛。在車(chē)輛接收到引導(dǎo)建議后，系統(tǒng)執(zhí)行模型實(shí)時(shí)監(jiān)控智能車(chē)輛的時(shí)空運(yùn)動(dòng)特征，如果引導(dǎo)可保持，可每個(gè)智能車(chē)輛的運(yùn)動(dòng)由策略應(yīng)用模塊控制；如果引導(dǎo)放棄，則所有車(chē)輛的運(yùn)動(dòng)交由VISSIM模型控制。策略應(yīng)用模塊控制智能車(chē)輛的運(yùn)動(dòng)是在VISSIM模型二次開(kāi)發(fā)接口的基礎(chǔ)上實(shí)現(xiàn)的，即在仿真中通過(guò)將建議車(chē)速賦值給車(chē)輛的期望車(chē)速進(jìn)行實(shí)現(xiàn)。一般而言，改變期望車(chē)速，不會(huì)消除車(chē)輛的換道、減速等行為，較之直接改變車(chē)輛的行駛速度，賦予期望車(chē)速更為符合現(xiàn)實(shí)交通場(chǎng)景。由策略應(yīng)用模塊保存到數(shù)據(jù)庫(kù)的數(shù)據(jù)表單中的參數(shù)除了包括路邊單元的發(fā)布任務(wù)表單和車(chē)載單元的處理任務(wù)表單中的作為引導(dǎo)結(jié)果展現(xiàn)的參數(shù)外，還包括引導(dǎo)策略計(jì)算的中間變量，這些變量的儲(chǔ)存有助于對(duì)引導(dǎo)策略運(yùn)行情況的分析。僅在策略中間計(jì)算出現(xiàn)不參與發(fā)布引導(dǎo)的參數(shù)包括在引導(dǎo)計(jì)算時(shí)刻車(chē)輛目前所處的路段編號(hào)、車(chē)道編號(hào)、仿真坐標(biāo)、仿真時(shí)刻、當(dāng)前車(chē)速、當(dāng)前期望車(chē)速、按照最高速度運(yùn)行預(yù)計(jì)車(chē)輛可以達(dá)到目標(biāo)交叉口的最早可能到達(dá)時(shí)刻、按照當(dāng)前車(chē)速運(yùn)行預(yù)計(jì)車(chē)輛可以到達(dá)目標(biāo)交叉口的現(xiàn)速可能到達(dá)時(shí)刻、目標(biāo)交叉口綠燈起亮?xí)r間、目標(biāo)交叉口綠燈結(jié)束時(shí)間、受引導(dǎo)的前車(chē)ID、受引導(dǎo)的前車(chē)離開(kāi)停車(chē)線(xiàn)時(shí)刻、和車(chē)輛類(lèi)型以及仿真中認(rèn)為的以類(lèi)型為自變量的車(chē)輛加速度現(xiàn)值、車(chē)輛減速度現(xiàn)值、車(chē)輛長(zhǎng)度。策略應(yīng)用模塊中對(duì)遴選過(guò)程和排序過(guò)程的模擬與實(shí)際中的運(yùn)行原理大致相同。在更新時(shí)刻，對(duì)沿干道方向行駛的智能車(chē)輛生成一個(gè)以目標(biāo)交叉口、車(chē)道為索引的三維數(shù)組。判斷是否為智能車(chē)輛，是通過(guò)一個(gè)簡(jiǎn)單的隨機(jī)數(shù)原理按照預(yù)設(shè)的智能車(chē)輛比例分配給仿真中的車(chē)輛。判斷路徑則是通過(guò)仿真中靜態(tài)的行駛路徑?jīng)Q策。而生成過(guò)程中，策略應(yīng)用模塊的計(jì)算邏輯與引導(dǎo)策略的抽象邏輯略有不同，這樣的設(shè)計(jì)是為了更好的符合計(jì)算機(jī)工作，而不會(huì)對(duì)計(jì)算結(jié)果造成偏差。第一步，計(jì)算按照最高速度運(yùn)行預(yù)計(jì)車(chē)輛可以達(dá)到目標(biāo)交叉口的最早可能到達(dá)時(shí)刻和按照當(dāng)前車(chē)速運(yùn)行預(yù)計(jì)車(chē)輛可以到達(dá)目標(biāo)交叉口的現(xiàn)速可能到達(dá)時(shí)刻。第二步，判斷該車(chē)輛ID是否是同一目標(biāo)交叉口、同一車(chē)道數(shù)組序號(hào)為0，如果是則轉(zhuǎn)入第五步直接判斷上一步計(jì)算結(jié)果與車(chē)輛對(duì)應(yīng)目標(biāo)交叉口綠燈起亮?xí)r間和結(jié)束時(shí)間的關(guān)系；如果不是，則轉(zhuǎn)入第三步和第四步。第三步，獲取經(jīng)過(guò)引導(dǎo)計(jì)算的智能車(chē)輛前車(chē)的抵達(dá)交叉口停車(chē)線(xiàn)時(shí)間，如果前車(chē)接受引導(dǎo)，即引導(dǎo)結(jié)果為高速通過(guò)、加速通過(guò)或者減速通過(guò)，則以車(chē)長(zhǎng)和附加安全距離10m之和與車(chē)輛抵達(dá)交叉口時(shí)的可能速度結(jié)合計(jì)算應(yīng)保持的車(chē)頭時(shí)距；如果前車(chē)的引導(dǎo)結(jié)果是非引導(dǎo)通過(guò)，車(chē)輛將會(huì)經(jīng)歷停車(chē)后啟動(dòng)再通過(guò)停車(chē)線(xiàn)，則以車(chē)長(zhǎng)和附加安全距離5m之和與車(chē)輛啟動(dòng)時(shí)加速度結(jié)合計(jì)算應(yīng)保持的車(chē)頭時(shí)距。附加安全距離的確定是可通過(guò)多次仿真觀察得出適合車(chē)流情況的近似值。第四步，如果計(jì)算得到的前車(chē)抵達(dá)停車(chē)線(xiàn)時(shí)間和應(yīng)保持的車(chē)頭時(shí)距之大于綠燈起亮?xí)r間且小于綠燈結(jié)束時(shí)間，則以該時(shí)刻替代綠燈起亮?xí)r間、綠燈結(jié)束時(shí)間不變；如果小于綠燈起亮?xí)r間，則綠燈起亮?xí)r間和結(jié)束時(shí)間均不變；如果大于綠燈結(jié)束時(shí)間，則綠燈起亮?xí)r間和綠燈結(jié)束時(shí)間均變?yōu)橄乱恢芷诘膶?duì)應(yīng)時(shí)刻，然后繼續(xù)判斷新的綠燈起亮?xí)r間和結(jié)束時(shí)間與第三步獲得值之間的關(guān)系，直到該值小于綠燈結(jié)束時(shí)間。第五步，如果第一步計(jì)算得到的最早可能到達(dá)時(shí)間小于綠燈起亮?xí)r間，則綠燈起亮?xí)r間為引導(dǎo)時(shí)間，比較現(xiàn)速可能到達(dá)時(shí)間與綠燈起亮?xí)r間，若大于，通過(guò)引導(dǎo)時(shí)間和加速度現(xiàn)值計(jì)算引導(dǎo)車(chē)速，生成加速通過(guò)策略，若小于，計(jì)算引導(dǎo)車(chē)速，與最低限制車(chē)速比較后確定生成減速通過(guò)或者非引導(dǎo)通過(guò)策略；如果最早可能到達(dá)時(shí)間大于綠燈起亮?xí)r間，且小于綠燈結(jié)束時(shí)間，則最早可能到達(dá)時(shí)間為引導(dǎo)時(shí)間，最高限制車(chē)速為引導(dǎo)車(chē)速，生成高速通過(guò)策略；如果最早可能到達(dá)時(shí)間大于綠燈結(jié)束時(shí)間，則下一周期的綠燈起亮?xí)r間為引導(dǎo)時(shí)間，比較現(xiàn)速可能到達(dá)時(shí)間與綠燈起亮?xí)r間，若大于，通過(guò)引導(dǎo)時(shí)間和加速度現(xiàn)值計(jì)算引導(dǎo)車(chē)速，生成加速通過(guò)策略，若小于，計(jì)算引導(dǎo)車(chē)速，與最低限制車(chē)速比較后確定生成減速通